DeepSeek第二炸!开源首个用于MoE模型训练通信库

DeepSeek第二炸!开源首个用于MoE模型训练通信库

作者: 发表时间:2026-11-19 11:33:43
泰州市第三中学app 漯河市重大建设公开app 三沙市残联救助app 宁德市教育局app 郑州市残联救助app 常德市教研app 儋州市政府信息公开指南app 苏州市森林消防app 梧州市灾害救助app 福州市信息公开app 淮北市太阳能发电信息app 东平县信息公开app 泰宁县便民app 剑川县第一小学app 卢氏县信息公开app 嘉黎县第四中学app 永福县新闻中心app 西盟佤族自治县审计公开app 留坝县论坛app 徽县数据管理局app 三都水族自治县第五高中app 贵定县服务大厅app 资中县防洪信息app 突泉县台风信息app 开化县税务局app 新兴县人社管理app 玉屏侗族自治县便民app 沙湾县未成年保护协会app 正阳县人社管理app 涞水县消防宣传app 塔河县民政管理app 佳县政要信息app 广灵县未成年保护协会app 武宁县建设局信息app

DeepSeek 的“开源周”活动今日已经来到第二天,今天发布的是首个开源的用于 MoE 模型训练和推理的 EP 通信库 ——DeepEP。

本站

官方表示其具备如下特征:

高效优化的全到全通信方式

支持节点内外通信,兼容 NVLink 和 RDMA 技术

提供高吞吐量的内核,提升训练和推理前期填充效率

提供低延迟内核,优化推理解码速度

完全支持 FP8 数据格式调度

提供灵活的 GPU 资源管理,支持计算与通信的重叠执行

本站

据介绍,DeepEP 是一款专为混合专家(MoE)和专家并行(EP)设计的通信库,提供了高吞吐量和低延迟的 all-to-all GPU 内核,常用于 MoE 派发和合并操作。该库还支持低精度计算,包括 FP8。

为了与 DeepSeek-V3 论文中提出的组限制门控算法兼容,DeepEP 提供了一些针对不对称带宽转发优化的内核,比如将数据从 NVLink 域转发到 RDMA 域。这些优化的内核能够提供高吞吐量,适合用于训练和推理的预填充任务,同时支持 SM(流式多处理器)数量控制。

对于延迟敏感型的推理解码任务,DeepEP 提供了一套低延迟内核,采用纯 RDMA 技术以最大程度减少延迟。此外,该库还采用了一种基于 Hook 的通信与计算重叠方法,不会占用任何 SM 资源。

相关文章